AI-новости24 июля 2025 г., 17:13 МСК🤖 Auto

ИИ-модели предсказывают CLCA1 при аденокарциноме толстой кишки

<p> Учёные создали две модели pathomics, которые предсказывают уровень CLCA1 и взаимосвязь иммунного инфильтрата с мутациями, помогая оценить прогноз при аденокарциноме толстой кишки.</p>

<div> <p>Колоректальный рак остаётся серьёзной проблемой: к 2030 года число новых случаев превысит 2,2 млн, а количество смертей составит около 1,1 млн в год. Такой масштаб побуждает искать более точные и быстрые методы диагностики.</p> <p>Традиционно патологи изучают гистологические срезы, окрашенные гематоксилином и эозином (H&amp;E), вручную оценивая форму клеток и структуру опухоли. Этот подход информативен, но зависит от опыта специалиста и требует много времени.</p> <h2>Цифровая патомика и машинное обучение</h2> <p>На стыке биоинформатики и цифровой патологии возникла область pathomics: алгоритмы извлекают сотни признаков из изображений тканей и обнаруживают скрытые закономерности, недоступные человеческому глазу.</p> <p>Учёные сопоставили патомические данные с транскриптомами из базы TCGA, чтобы проверить: можно ли предсказать уровень экспрессии маркера CLCA1 без прямого генетического тестирования.</p> <h2>Создание и оценка моделей</h2> <p>Исследователи построили две модели — «случайный лес» (Random Forest) и XGBoost — и обучили их на сотнях H&amp;E-снимков аденокарциномы толстой кишки. Random Forest показал лучшую точность: AUC 0,846 на обучении и 0,776 на валидации.</p> <p>Обе модели генерируют «риск-скор», позволив разделить пациентов на группы с высоким и низким прогнозом. Неожиданно оказалось, что более высокий риск-скор ассоциируется с более благоприятной выживаемостью.</p> <h2>Микроокружение и мутации</h2> <p>GSVA-анализ показал усиление иммунных сигналов и VEGF-пути в группе с худшим прогнозом. В группе высокого «риск-скора» чаще встречались плазматические клетки и макрофаги M2, тогда как макрофаги M0 и натуральные киллеры были характерны для группы с более низким риском.</p> <p>В обеих когортах свыше 40 % случаев приходилось на мутации в генах APC, TP53, TTN и KRAS, однако частота мутаций TP53 и KRAS была ниже у пациентов с более высоким «риск-скором».</p> <p>Таким образом, сочетание анализа изображений и интеграции геномных данных открывает путь к более точному прогнозу аденокарциномы толстой кишки и задаёт направление для будущих исследований.</p> </div>